Estoy trabajando con el siguiente dataset, que almacena información sobre diferentes países:
ctr country i1 i2 i3 i4 i5 i6 cluster
1 AFE Africa East 64 27 41 52 32 40 3
2 AFW Africa West 77 20 46 54 9 78 1
6 ARA Arab_ctrs 80 38 53 68 23 34 3
7 ARG Argentina 49 46 56 86 20 62 1
9 AUL Australia 38 90 61 51 21 71 5
10 AUT Austria 11 55 79 70 60 63 4
...
Mi objetivo es aplicar k-means para diferenciar los diferentes clusters (países similares). El código es el siguiente:
full_data <- read.csv("indexes.csv", sep = ";")
data <- na.omit(full_data)
set.seed(20)
clusters <- kmeans(data[,3:8], centers = 5, nstart=25)
data$cluster <- as.factor(clusters$cluster)
library(cluster)
clusplot(data, data$cluster, main="Countries-by-index",
color=TRUE, shade=TRUE, labels=2, lines=0)
El gráfico que obtengo es el siguiente:
Como se puede ver, junto a cada uno de los puntos aparece un número. Me gustaría saber qué significa y cómo puedo sustituirlo por una etiqueta que identifique el país correspondiente (la columna ctr
del dataset).
Gracias de antemano.